基于視覺的智能汽車模糊滑模側向控制

?

基于視覺的智能汽車模糊滑模側向控制

側向控制是使車輛自動跟蹤在不同速度、道路、負荷和阻力型條件的期望軌跡，并保持一定舒適性和控制橫向穩定性。主要是路徑跟蹤，即如何控制車輛沿著給定的參考路徑行駛。

以視距為研究對象對智能汽車DLUIV-1進行側向控制研究。首先，由模糊控制和滑模控制（SMC）相結合建立了一種智能汽車側向控制模型，而建立速度和其它因素的運動學模型是用于計算側向誤差和方向誤差。其次，根據側向控制的特點，提出了有效的智能汽車側向模型方案。滑動面滑模切換函數為車輛當前側向誤差和方向誤差的積分函數。函數的控制變量根據模糊控制規則變動，模糊控制規則描述人們的駕駛行為，對模糊控制器起重要作用；控制目標是滑模切換函數，以確保轉向盤的轉動穩定性。

側向控制器盡可能精確地控制智能汽車連續不斷沿參考路線行駛，而智能汽車動力的非線性、耗時、不確定性使其側向控制設計困難。基于模糊滑模控制理論設計了一種基于視覺的模糊滑模控制器，該控制器提高了追蹤參考軌跡的精確度。模糊控制器的輸入變量是滑模切換函數及其速率，而不是以前的綜合誤差和速率，因為這樣既能保持系統參數擾動和外部干擾的魯棒性，又獨立于該系統的數學模型，并且弱化控制信號，減輕傳統滑模控制系統的抖振，滿足控制要求，更好地追蹤參考軌跡。

采用12自由度的整車動力學模型，由試驗車型DLUIV-1獲得側向控制模型主要參數進行仿真分析。仿真結果表明，側向控制器可保證較高的軌跡跟蹤精度及較強的模型參數變化魯棒性。

刊名：Advances in Mechanical Engineering（英）

刊期：2013年第12期

作者：Stéphane Galland et al

編譯：王維